用于查找未终止字符串的正则表达式

Question

我需要在 CSV 文件中搜索以未终止的双引号字符串结尾的行。

例如:

1,2,a,b,"dog","rabbit

将匹配而

1,2,a,b,"dog","rabbit","cat bird"
1,2,a,b,"dog",rabbit

不会。

我对正则表达式的经验非常有限，我唯一能想到的就是

"[^"]*$

但是，这与行尾的最后一个引号相匹配。

这将如何完成？

Answer 1

假设引号不能被转义，你需要测试引号的奇偶性(确保它们是偶数而不是奇数)。正则表达式非常适合:

^(([^"]*"){2})*[^"]*$

这将匹配具有偶数个引号的所有行。您可以使用奇数反转所有字符串的结果。或者您可以添加另一个 ([^"]*")开头部分:

^[^"]*"(([^"]*"){2})*[^"]*$

同样，如果您可以使用不情愿的运算符而不是贪婪的运算符，则可以使用看起来更简单的表达式:

^((.*"){2})*.*$         #even
^.*"((.*"){2})*.*$      #odd

现在，如果引号可以转义，那完全是一个不同的问题，但方法是相似的:确定未转义引号的奇偶校验。